SAR自聚焦算法研究及其FPGA實現(xiàn).pdf

1、自聚焦算法是SAR(Synthetic Aperture Radar,合成孔徑雷達)成像處理中的一個重要步驟,它研究的是估計經運動補償后的殘留相位誤差并進行補償以提高SAR圖像的質量,是對運動測量單元的補充。因此,本文對自聚焦算法及其FPGA實現(xiàn)進行了一系列的探究。
　　第一章介紹了本文研究的背景及意義,對自聚焦算法的發(fā)展及其基于FPGA(Field Programmable Gate Array,可編程邏輯門陣列)的硬件實現(xiàn)進行

2、了回顧與總結,比較了常用的各種自聚焦算法的優(yōu)缺點。
　　第二章詳細分析了幾種估計一維方位相位誤差的自聚焦算法。在這一章里,首先給出了PGA算法的處理流程,分析了估計的性能;針對PGA算法收斂速度慢的缺陷,介紹了QPGA(Quality PGA)算法的原理。然后以PGA算法為基礎,討論了處理長CPI(Coherent Processing Interval,相干處理間隔)圖像的幾種算法:PCA(Phase Curvature Aut

3、ofocus,相位曲率自聚焦),PGA-LS,PGA-MD,給出了算法的推導過程,算法性能分析及實測數(shù)據的處理。處理結果表明,全孔徑PGA與PCA算法處理長CPI散焦問題時是失敗的,PGA-LS和PGA-MD能夠有效的改善原始SAR圖像散焦效果。進一步,我們對PGA-LS與PGA-MD算法進行了比較,分析結果表明PGA-MD算法性能優(yōu)于PGA-LS。最后介紹了基于PAST(Projection Approximation Subspac

4、e Tracking,投影近似子孔徑跟蹤技術)的自聚焦算法。該算法克服了基于特征分解方法的自聚焦算法計算量大的問題,且估計的精度高魯棒性好。
　　在第三章中我們介紹了一種基于先驗知識的兩維自聚焦算法。這一方法克服了第二章中幾種算法對相位誤差直接進行估計而忽略究竟采用何種算法得到SAR圖像的缺陷,充分利用了先驗的信息,獲得了在PFA(Polar Format Algorithm,極坐標格式算法)框架下兩維相位誤差與一維方位向相位誤差

5、的解析關系。因此,只需估計出方位向的相位誤差即可完成兩維相位誤差的估計。我們給出了這種解析關系的詳細推導,并作了仿真驗證及實測數(shù)據的處理,處理的結果表明了本算法的有效性。
　　第四章討論了利用Xilinx公司KC705開發(fā)板(Kintex7系列FPGA)實現(xiàn)PGA與PAST兩種自聚焦算法。由于FPGA需要頻繁的從DDR3讀取數(shù)據,為更方便的訪問DDR3中的二維SAR數(shù)組,設計了一種訪問DDR3的四種工作(轉置讀寫)模式的狀態(tài)機,簡

6、化了接口的使用。分別設計了兩種算法的狀態(tài)機及PGA算法的一次迭代處理流程圖,兩種算法在200MHz的系統(tǒng)時鐘下以0.5s左右的時間處理了一幅2048*2048大小的SAR圖像,并對FPGA處理結果進行了詳細的分析,分析結果表明FPGA實現(xiàn)自聚焦算法的可行性和有效性。這為今后將自聚焦算法與基本成像算法結合起來形成一個完整的SAR實時處理系統(tǒng)奠定了基礎。
　　第五章對本文的兩大部分內容,即SAR自聚焦算法研究與FPGA的硬件實現(xiàn)作了一